Скачать с ютуб 머신러닝/딥러닝 강의 - 008 Code 최적화 & parser 추가하기 в хорошем качестве

머신러닝/딥러닝 강의 - 008 Code 최적화 & parser 추가하기

초보 딥러너를 위한 딥러닝 강의: "딥러닝 강좌할껀데, 실습만 합니다." 미국에서 박사후 과정을 하는 한요섭 이라고 합니다. 2년이라는 박사후 과정동안 의미있는 일을 해보고자 초보 딥러닝 강의 를 시작해 보려고 합니다. 딥러닝을 잘 모르시거나, 프로그램을 잘 모르셔도 걱정마세요. 최대한 따라하기 쉽게 영상을 제작하였고, 영상에서 작성된 모든 코드는 저의 Github에 공유되어 있습니다. 언제든지 무료로 받아가세요. 8번째 실습은, 'Code 최적화 및 Parser 추가하는 방법'에 관한 영상입니다. 작성된 코드는 github 에서 확인하실 수 있습니다. (https://github.com/hanyoseob/youtube-...) --------------------------------------------------------------------------------------------------------------------------------------------------------- [ IMPLEMENTATION SUMMARY ] 01:15 중복 코드 확인하기 01:50 model.py 생성하기 (네트워크 구현 코드 정리하기) 02:27 dataset.py 생성하기 (데이터 로더 & 트랜스폼 코드 정리하기) 03:10 util.py 생성하기 (네트워크 저장하기 & 불러오기 코드 정리하기) 05:52 Parser 설정하기 09:12 train.py 와 eval.py 코드를 하나로 통합하기 13:59 Google Colab 에서 Train & Test 하기 --------------------------------------------------------------------------------------------------------------------------------------------------------- Reference: U-Net: Convolutional Networks for Biomedical Image Segmentation (https://arxiv.org/abs/1505.04597) Deep Learning Library: Pytorch (https://pytorch.org/) Integrated Development Environment (IDE): Pycharm (https://www.jetbrains.com/pycharm/dow...) Virtual environment: Anaconda (https://www.anaconda.com/distribution/) Free GPU Platform: Google Colab (https://colab.research.google.com/) [구독자] 14명 : ) [깃허브] https://github.com/hanyoseob #딥러닝 #머신러닝 #파이토치 #유넷 #deeplearning #machinelearning #pytorch #unet